[2026.6.12] v1.4.3 — TutorBot 升级为 Partners，基于生产级 IM 流水线，支持实时流式回复与 15 个频道；Chat 迁移至单智能体循环；多用户部署实现真正的按用户隔离；Visualize 重建并加入本地校验与修复；Co-Writer、文件查看器、MinerU 云端解析及 CLI 全面升级。官方文档已在 deeptutor.info 全面焕新。
[2026.5.28] v1.4.2 — v1.4.1 稳定性与打磨版：Gemini 2.5+ 在 Visualize 和 Chat 中解除阻塞，ContextVar 认证路由修复(#485)，推理与原生工具标签协议加固，所有聊天界面流式输出更顺滑，新增可折叠的最近记录侧边栏，以及 Lemonade 本地提供商支持。
[2026.5.27] v1.4.1 — 安全与稳定性补丁：TutorBot 工具沙箱加固、按用户资源隔离、视觉能力提供商的多模态图片回退、TutorBot 的 HTTP/SSE API，以及 v1.4.0 聊天回归修复。
[2026.5.22] v1.4.0 — v1.4 正式版：Auto Mode、三层 Memory、智能体化的 Deep Research / Solve / Question、LlamaIndex RAG 重构、Visualize/Animator 合并，以及推理力度归一化、工具 schema 回退与重启安全的回合运行时。
更早发布（两周以前）
[2026.5.21] v1.4.0-beta — 三层 Memory 工作台(L1/L2/L3)、所有聊天能力基于单一智能体引擎重建、RAG 全面切换至 LlamaIndex，以及统一的 Settings + Capabilities 入口。
[2026.5.10] v1.3.10 — 修复远程 Docker CORS、SDK Provider 的
DISABLE_SSL_VERIFY、更安全的代码块引用，并将 Matrix E2EE 改为可选扩展。
[2026.5.9] v1.3.9 — TutorBot 支持 Zulip 与 NVIDIA NIM，思考模型路由更安全，新增
deeptutor start、侧栏提示与会话存储一致性提升。
[2026.5.8] v1.3.8 — 可选多用户部署，具备隔离的用户工作区、管理员授权、认证路由与作用域运行时访问。
[2026.5.4] v1.3.7 — 思考模型/提供商修复，知识索引历史可见，Co-Writer 清空与模板编辑更安全。
[2026.5.3] v1.3.6 — 聊天与 TutorBot 基于目录的模型选择，更安全的 RAG 重建索引，OpenAI Responses token 上限修复，Skills 编辑器校验。
[2026.5.2] v1.3.5 — 本地启动设置更顺滑、RAG 查询更安全、本地嵌入鉴权更清晰，Settings 深色模式打磨。
[2026.5.1] v1.3.4 — Book 页对话持久化与重建流程、聊天到 Book 引用、更强的语言/推理处理、RAG 文档抽取加固。
[2026.4.30] v1.3.3 — NVIDIA NIM 与 Gemini 嵌入支持，统一 Space 上下文（聊天历史/技能/记忆），会话快照，RAG 重建索引韧性。
[2026.4.29] v1.3.2 — 嵌入端点 URL 透明可读，无效持久化向量时 RAG 重建索引韧性，思考模型输出记忆清理，Deep Solve 运行时修复。
[2026.4.28] v1.3.1 — 稳定性：更安全的 RAG 路由与嵌入校验、Docker 持久化、输入法友好输入、Windows/GBK 健壮性。
[2026.4.27] v1.3.0 — 版本化 KB 索引与重建工作流、Knowledge 工作区重构、嵌入自动发现与新适配器、Space 中心。
[2026.4.25] v1.2.5 — 聊天附件持久化与文件预览抽屉，感知附件的能力流水线，TutorBot Markdown 导出。
[2026.4.25] v1.2.4 — 文本/代码/SVG 附件、一键 Setup Tour、Markdown 聊天导出、紧凑 KB 管理界面。
[2026.4.24] v1.2.3 — 文档附件（PDF/DOCX/XLSX/PPTX）、推理思维块展示、Soul 模板编辑器、Co-Writer 保存至笔记本。
[2026.4.22] v1.2.2 — 用户自建 Skills 体系、聊天输入性能重构、TutorBot 自动启动、Book Library UI、可视化全屏。
[2026.4.21] v1.2.1 — 分阶段 token 上限、各入口重新生成回复、RAG 与 Gemma 兼容性修复。
[2026.4.20] v1.2.0 — Book Engine「活书」编译器、多文档 Co-Writer、交互式 HTML 可视化、题库 @ 提及。
[2026.4.18] v1.1.2 — 基于 Schema 的 Channels 标签页、RAG 单一流水线收敛、聊天提示词外置。
[2026.4.17] v1.1.1 — 通用「立即回答」、Co-Writer 滚动同步、统一设置面板、流式停止按钮。
[2026.4.15] v1.1.0 — LaTeX 块级公式重构、LLM 诊断探测、Docker 与本地 LLM 说明。
[2026.4.14] v1.1.0-beta — 可收藏会话、Snow 主题、WebSocket 心跳与自动重连、嵌入注册表重构。
[2026.4.13] v1.0.3 — 题目笔记本（书签与分类）、Visualize 支持 Mermaid、嵌入不匹配检测、Qwen/vLLM 兼容、LM Studio 与 llama.cpp，以及 Glass 主题。
[2026.4.11] v1.0.2 — 搜索整合与 SearXNG 回退、提供商切换修复、前端资源泄漏修复。
[2026.4.10] v1.0.1 — Visualize 能力（Chart.js/SVG）、测验去重、o4-mini 模型支持。
[2026.4.10] v1.0.0-beta.4 — 嵌入进度跟踪与限流重试、跨平台依赖修复、MIME 校验修复。
[2026.4.8] v1.0.0-beta.3 — 原生 OpenAI/Anthropic SDK（移除 litellm）、Windows 数学动画、健壮 JSON 解析、完整中文 i18n。
[2026.4.7] v1.0.0-beta.2 — 设置热重载、MinerU 嵌套输出、WebSocket 修复、最低 Python 3.11+。
[2026.4.4] v1.0.0-beta.1 — 智能体原生架构重写（约 20 万行）：Tools + Capabilities 插件模型、CLI 与 SDK、TutorBot、Co-Writer、引导学习与持久记忆。
[2026.1.23] v0.6.0 — 会话持久化、文档增量上传、灵活 RAG 流水线导入、完整中文本地化。
[2026.1.18] v0.5.2 — RAG-Anything 支持 Docling、日志系统优化与缺陷修复。
[2026.1.15] v0.5.0 — 统一服务配置、按知识库选择 RAG 流水线、出题改版，以及侧栏定制。
[2026.1.9] v0.4.0 — 多提供商 LLM 与嵌入支持、新首页、RAG 模块解耦、环境变量重构。
[2026.1.5] v0.3.0 — 统一 PromptManager 架构、GitHub Actions CI/CD、GHCR 预构建 Docker 镜像。
[2026.1.2] v0.2.0 — Docker 部署、Next.js 16 与 React 19 升级、WebSocket 安全加固、关键漏洞修复。
[2026.5.22] 🌐 官方文档站已在 deeptutor.info 上线 —— 指南、参考文档与功能演示一站收录。
[2026.4.19] 🎉 111 天内突破 20k star！感谢一路以来的支持 —— 我们将持续迭代，致力于为每个人打造真正个性化的智能辅导。
[2026.4.10] 📄 论文已在 arXiv 上线！阅读预印本了解 DeepTutor 背后的设计与理念。
[2026.4.4] 好久不见！✨ DeepTutor v1.0.0 终于上线 —— 智能体原生演进，基于 Apache-2.0 许可证完成自下而上的架构重写，带来 TutorBot 与灵活的模式切换。新篇章已经开启，故事仍在继续！
[2026.2.6] 🚀 39 天内突破 10k star！衷心感谢社区的支持！
[2026.1.1] 新年快乐！欢迎加入 Discord、微信 或 Discussions，一起塑造 DeepTutor 的未来！
[2025.12.29] DeepTutor 正式发布！
DeepTutor 围绕智能体原生运行时构建：共享的 ChatOrchestrator 将每个回合路由至各项能力，ToolRegistry 在模型需要时暴露单次调用工具，CapabilityRegistry 在任务需要结构化时让更深层的工作流接管回合。
统一的学习工作区
- Chat 作为默认循环 —— 日常辅导、基于来源的问答、Deep Solve、Deep Question、Deep Research、Visualize 和 Auto Mode 全部共享同一会话上下文与来源库。
- 保持连接的学习界面 —— Co-Writer 草稿、Book 页面、Knowledge Bases、Space 资源与 Memory 是独立的工作区，但它们共同为同一个智能体运行时提供输入，而非变成各自孤立的应用。
- Partners 提供持续陪伴 —— IM 接入的伴侣现在与主产品运行在同一个聊天智能体循环上，拥有各自的合成工作区与指定资料库。
工具、记忆与控制
- 可组合的工具 —— RAG、来源阅读、记忆读写、笔记本、URL 抓取、GitHub 查询、ask-user 暂停、沙箱执行，以及可选的头脑风暴/网络/论文/推理工具，均可按上下文与设置挂载。
- 三层 Memory —— L1 轨迹、L2 按工作面整理的摘要、L3 跨工作面综合，让个性化变得可审查，而不是隐藏在黑盒之后。
- 统一 Settings 与 CLI —— 模型目录、嵌入、搜索、网络、MCP 服务器、工具、能力与部署设置均可在 Web UI 中编辑，并可通过
deeptutor脚本化操作。
DeepTutor 提供四条安装路径。所有方式共享同一份工作区布局：设置保存在启动目录下的 data/user/settings/（或当你显式指定时位于 DEEPTUTOR_HOME / deeptutor start --home 所指目录）。对于完整应用，推荐流程为 选择工作区目录 → 安装 → deeptutor init → deeptutor start。
✨ v1.4.3 已上线。
pip install -U deeptutor即可获取最新稳定版。如需预发布版本（可用时），使用pip install --pre -U deeptutor。
完整本地 Web 应用 + CLI，无需克隆仓库。需要 Python 3.11+ 以及 PATH 中的 Node.js 20+ 运行时（打包好的 Next.js 独立服务器由 deeptutor start 启动）。
mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor
deeptutor init # 提示配置端口 + LLM 提供商 + 可选嵌入
deeptutor start # 启动后端 + 前端；保持终端窗口打开deeptutor init 会询问后端端口（默认 8001）、前端端口（默认 3782）、LLM 提供商 / Base URL / API Key / 模型，以及用于 Knowledge Base / RAG 的可选嵌入提供商。
deeptutor start 完成后，打开终端中输出的前端 URL —— 默认为 http://127.0.0.1:3782。在该终端按 Ctrl+C 即可同时停止后端与前端。如需快速试用可跳过 deeptutor init；应用会以默认端口与空模型设置启动，之后在 Settings → Models 中配置即可。
适用于基于代码检出进行开发。请使用 Python 3.11+ 与 Node.js 22 LTS，以贴近 CI 与 Docker 环境。
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# 创建 venv（macOS/Linux）。Windows PowerShell：
# py -3.11 -m venv .venv ; .\.venv\Scripts\Activate.ps1
python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# 安装后端 + 前端依赖
python -m pip install -e .
( cd web && npm ci --legacy-peer-deps )
deeptutor init
deeptutor start源码安装会以开发模式针对本地 web/ 目录运行 Next.js；其余所有配置（布局、端口、Ctrl+C 停止）与方案 1 一致。
Conda 环境（替代 venv）
conda create -n deeptutor python=3.11
conda activate deeptutor
python -m pip install --upgrade pip可选安装扩展 —— dev / partners / matrix / math-animator
pip install -e ".[dev]" # 测试/lint 工具
pip install -e ".[partners]" # Partner IM 频道 SDK + MCP 客户端
pip install -e ".[matrix]" # Matrix 频道（不含 E2EE/libolm）
pip install -e ".[matrix-e2e]" # Matrix E2EE；需要 libolm
pip install -e ".[math-animator]" # Manim 扩展；需要 LaTeX/ffmpeg/系统库前端依赖调整与开发服务器排障
修改前端依赖： 运行 npm install --legacy-peer-deps 刷新 web/package-lock.json，然后同时提交 web/package.json 与 web/package-lock.json。
开发服务器卡死： 如果 deeptutor start 报告已有但无响应的前端，请停掉提示中打印的 PID。若没有正在运行的 Next.js 进程，锁文件可能是残留的 —— 删除后重试：
rm -f web/.next/dev/lock web/.next/lock
deeptutor start一个容器运行完整 Web 应用。镜像发布在 GitHub Container Registry：
ghcr.io/hkuds/deeptutor:latest—— 稳定版本ghcr.io/hkuds/deeptutor:pre—— 预发布版本（若可用）
docker run --rm --name deeptutor \
-p 127.0.0.1:3782:3782 \
-p 127.0.0.1:8001:8001 \
-v deeptutor-data:/app/data \
ghcr.io/hkuds/deeptutor:latest
⚠️ 必须同时映射3782和8001。3782提供 Web UI；8001是浏览器直接调用的 FastAPI 后端 —— 容器内没有反向代理。不映射8001则页面可以加载，但 Settings 会显示「Backend unreachable」并无法使用。
打开 http://127.0.0.1:3782。容器首次启动时会创建 /app/data/user/settings/*.json；在 Web Settings 页面配置模型提供商即可。配置、API Key、日志、工作区文件、记忆与知识库均持久化在 deeptutor-data 卷中。
- 不同宿主端口： 修改每个
-p 宿主:容器映射的左侧（例如-p 127.0.0.1:8088:3782）。如果你在/app/data/user/settings/system.json中修改了容器侧端口，请重启并相应调整每个映射的右侧。 - 后台运行： 加上
-d，然后用docker logs -f deeptutor跟踪日志，docker stop deeptutor停止，重用名称前先docker rm deeptutor。deeptutor-data卷会跨重启保留你的设置与工作区。
远程 Docker / 反向代理： Web UI 在浏览器中运行，因此浏览器需要能访问的后端 URL。对于远程服务器，打开 Settings -> Network 或编辑 data/user/settings/system.json：
{
"next_public_api_base_external": "https://deeptutor.example.com"
}public_api_base 作为兼容别名受支持，保存时会被规范化为 next_public_api_base_external。CORS 使用前端来源，而非 API URL。未启用认证时，DeepTutor 默认允许普通的 HTTP/HTTPS 浏览器来源。启用认证后，请添加精确的前端来源：
{
"cors_origins": ["https://deeptutor.example.com"]
}连接到宿主机上的 Ollama / LM Studio / llama.cpp / vLLM / Lemonade
在 Docker 内部，localhost 指向容器自身，不是宿主机。要访问宿主机上运行的模型服务，使用宿主机网关（推荐）：
docker run --rm --name deeptutor \
-p 127.0.0.1:3782:3782 -p 127.0.0.1:8001:8001 \
--add-host=host.docker.internal:host-gateway \
-v deeptutor-data:/app/data \
ghcr.io/hkuds/deeptutor:latest然后在 Settings → Models 中，将提供商 Base URL 指向 host.docker.internal：
- Ollama LLM：
http://host.docker.internal:11434/v1 - Ollama 嵌入：
http://host.docker.internal:11434/api/embed - LM Studio：
http://host.docker.internal:1234/v1 - llama.cpp：
http://host.docker.internal:8080/v1 - Lemonade：
http://host.docker.internal:13305/api/v1
Docker Desktop（macOS/Windows）通常无需 --add-host 即可解析 host.docker.internal。在 Linux 上，该标志是在现代 Docker Engine 上创建该主机名的可移植方式。
Linux 替代方案 —— host networking： 添加 --network=host 并去掉 -p 标志。容器直接共享宿主网络，访问 http://127.0.0.1:3782（或 system.json 中的 frontend_port），宿主服务可通过普通 localhost URL 访问，例如 http://127.0.0.1:11434/v1。注意 host networking 会将容器端口直接暴露在宿主上，可能与已有服务冲突。
内置的 office 技能 —— docx / pdf / pptx / xlsx —— 的工作方式是让模型编写一小段 Python 脚本（python-docx、reportlab、openpyxl 等），通过 exec / code_execution 工具运行，然后返回下载 URL。这些工具在沙箱后端激活时挂载，而在各种部署形态下默认激活：
- 本地（方案 1 / 2）与 Docker（方案 3，单容器）： 受限的子进程沙箱运行模型代码（本地在宿主机上，Docker 在容器内 —— 容器本身即隔离边界）。
- docker-compose： 通过
DEEPTUTOR_SANDBOX_RUNNER_URL路由到硬化的、最小权限的 runner 侧车（Dockerfile.runner） —— 最强安全态势，且在存在时自动优先使用。
子进程沙箱由 data/user/settings/system.json 中的 sandbox_allow_subprocess 设置控制（默认 true）。在宿主机上运行模型生成的代码是一个真实的信任决策 —— 将其设为 false（或导出 DEEPTUTOR_SANDBOX_ALLOW_SUBPROCESS=0）可禁用宿主侧执行，代价是 office 技能将无法生成文件。
不需要 Web UI 时使用。CLI 专用包从源码检出安装，不从 PyPI 安装。
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# 创建 venv（macOS/Linux）。Windows PowerShell：
# py -3.11 -m venv .venv-cli ; .\.venv-cli\Scripts\Activate.ps1
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
python -m pip install -e ./packaging/deeptutor-cli
deeptutor init --cli
deeptutor chatdeeptutor init --cli 与完整应用共享相同的 data/user/settings/ 布局，但跳过后端/前端端口提示，并默认将嵌入设为关闭（如计划使用 deeptutor kb … 或 RAG 工具，请选择 Yes）。它仍会写入完整的运行时布局（system.json、auth.json、integrations.json、model_catalog.json、main.yaml、agents.yaml），并仍会询问激活的 LLM 提供商与模型。
常用命令
deeptutor chat # 交互式 REPL
deeptutor chat --capability deep_solve --tool rag --kb my-kb
deeptutor run chat "Explain Fourier transform"
deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show本地 deeptutor-cli 安装不包含 Web 资源或服务器依赖。请保留源码检出目录 —— 可编辑安装指向它。如需之后添加 Web 应用，可安装 PyPI 包（方案 1），并在同一工作区运行 deeptutor init + deeptutor start。
data/user/settings/ 下的配置文件 —— JSON/YAML 参考
data/user/settings/ 下的所有内容均为普通 JSON/YAML。推荐使用浏览器中的 Settings 页面编辑。
| 文件 | 用途 |
|---|---|
model_catalog.json |
LLM、嵌入与搜索提供商档案；API Key；激活模型 |
system.json |
后端/前端端口、公共 API base、CORS、SSL 校验、附件目录 |
auth.json |
可选认证开关、用户名、密码哈希、token/cookie 设置 |
integrations.json |
可选的 PocketBase 与侧车集成设置 |
interface.json |
UI 语言/主题/侧栏偏好 |
main.yaml |
运行时行为默认值与路径注入 |
agents.yaml |
能力/工具的 temperature 与 token 设置 |
项目根目录的 .env 不作为应用配置文件读取。最简模型配置：打开 Settings → Models，添加一个 LLM 档案（Base URL / API Key / 模型名），保存即可。仅在计划使用 Knowledge Base / RAG 功能时再添加嵌入档案。
README 的功能介绍按你最常接触的产品界面顺序展开：Chat、Partner、Co-Writer、Book、Knowledge、Space、Memory 与 Settings。以下截图均来自重新整理后的 assets/figs 目录树；旧版归档图片不在此使用。
Chat 是默认能力，也是大多数工作的起点。一个线程可以正常对话、调用工具、基于选定的知识库检索、读取附件、写入笔记本记录，并在回合间维护同一份来源库。
当前循环刻意保持简洁：模型按轮次思考，在有用时调用工具，观察工具结果，在获得足够证据后结束。用户可切换的工具为 brainstorm、web_search、paper_search 和 reason；上下文工具如 rag、read_source、read_memory、write_memory、read_skill、load_tools、exec、web_fetch、ask_user、list_notebook、write_note 和 github 则在回合具备相应上下文时自动挂载。
Chat 也是进入更深层能力的入口：deep_solve 用于推理解题，deep_question 用于出题，deep_research 用于生成带引用的报告，visualize 和 math_animator 用于视觉化输出，auto 用于路由，mastery_path 用于学习计划流程。
Partners 以更简洁的模型取代了旧版 TutorBot 引擎：每条来自 Web 或 IM 的消息都成为 Partner 作用域工作区内的一个普通 ChatOrchestrator 回合。无需维护独立的 bot 大脑保持同步。
每个 Partner 拥有 SOUL.md、模型选择、频道配置、工具策略与指定资料库。Knowledge Bases、Skills 和笔记本会被复制到 data/partners/<id>/workspace/，因此相同的 RAG、skill、笔记本和记忆工具无需特殊处理即可正常运行。
频道层基于 Schema 驱动，可根据已安装的扩展与配置的凭证连接到飞书、Telegram、Slack、钉钉、QQ/Napcat、企业微信、WhatsApp、Zulip、Matrix 和 Microsoft Teams 等 IM 平台。
Co-Writer 是一个分栏 Markdown 工作区，适合撰写报告、教程、笔记与长篇学习内容。文档自动保存、实时渲染预览，并可在草稿变为可复用上下文时保存回笔记本。
选中文本，让 DeepTutor 改写、扩展或缩短它。编辑智能体会追踪工具调用轨迹，并可基于知识库或网络证据进行编辑，因此 Co-Writer 的行为更像一个具备检索能力的编辑器，而非独立的文本框。
Book 将选定的来源转化为交互式学习材料。一本书可以从知识库、笔记本、题库或聊天历史出发；创建流程会在内容生成前提出结构建议，让用户可以审阅框架，而非接受一个盲目的一次性输出。
BookEngine 将页面编译为类型化块：文本、章节、callout、测验、闪卡、时间线、代码、图形、交互式 HTML、动画、概念图、深度剖析与用户笔记。维护命令如 deeptutor book health 和 deeptutor book refresh-fingerprints 帮助检测来源知识与已编译页面之间的漂移。
Knowledge Bases 是 RAG 背后的文档集合。当前技术栈仅使用 LlamaIndex，采用以嵌入签名为键的扁平 version-N 存储布局。重建索引会保留旧版本，避免在处理新文档时覆盖可用索引。
Web 工作区暴露文件、上传、索引版本与设置。CLI 通过 deeptutor kb list、info、create、add、search、set-default 和 delete 镜像相同的生命周期。
Space 是可复用上下文的资料层。它汇聚了用户自建的 Skills、人格、笔记本、聊天历史与题库风格资源，让智能体可以用刻意选取的上下文来引导，而非依赖临时提示。
Skills 以 SKILL.md 文件形式存储在用户工作区下，可打标签、编辑或在内置时保持只读。人格遵循同样的思路用于角色与语气。这些资源可指定给 Partners、在聊天中引用，并跨学习工作流复用。
Memory 是根植于活跃用户工作区的三层系统：trace/<surface>/<date>.jsonl 用于 L1 事件轨迹，L2/<surface>.md 用于按工作面整理的事实，L3/<recent|profile|scope|preferences>.md 用于跨工作面综合。
支持的 Memory 工作面为 chat、notebook、quiz、kb、book、tutorbot 和 cowriter。即便产品层面的伴侣模型已升级为 Partners，Memory 层中的旧版 tutorbot 工作面名称仍为兼容性保留。工作台支持审查、编辑、运行整合，并可通过图谱将综合论断追溯回其支撑事实与原始事件。
Settings 是操作控制平面。涵盖外观、网络端口与外部 API base、LLM 与嵌入目录、搜索提供商、MinerU 解析、能力预算、记忆节奏、MCP 服务器、内置工具，以及已启用的可选工具列表。
大多数设置采用草稿 / Apply 流程，便于用户在提交前测试提供商。项目根目录的 .env 文件刻意被忽略；运行时配置位于 data/user/settings/*.json 下，除非 DEEPTUTOR_HOME 或 deeptutor start --home 将应用指向别处。
DeepTutor 天生为 CLI 设计：同一个 deeptutor 入口可以初始化工作区、启动 Web 应用、运行单次能力、打开交互式 REPL、管理知识库、查看会话、维护书籍，以及操作 Partners。
deeptutor run chat "Explain Fourier transform" --tool rag --kb textbook
deeptutor run deep_solve "Solve x^2 = 4" --tool reason
deeptutor chat --capability deep_research --kb papers
deeptutor partner create math-tutor --soul "Socratic math tutor"
deeptutor kb create calculus --doc textbook.pdf命令参考
| 命令 | 说明 |
|---|---|
deeptutor init |
为当前工作区创建或更新 data/user/settings |
deeptutor start [--home PATH] |
同时启动后端 + 前端 |
deeptutor serve [--port PORT] |
仅启动 FastAPI 后端 |
deeptutor run <capability> <message> |
运行单个能力回合（chat、deep_solve、deep_question、deep_research、visualize、math_animator、auto、mastery_path） |
deeptutor chat |
交互式 REPL，支持能力、工具、KB、笔记本与历史记录控制 |
deeptutor partner list/create/start/stop |
管理 IM 接入的 Partners |
deeptutor kb list/info/create/add/search/set-default/delete |
管理 LlamaIndex 知识库 |
deeptutor memory show/clear |
查看 L2/L3 记忆文档或清空 L1/全部记忆 |
deeptutor session list/show/open/rename/delete |
管理共享会话 |
deeptutor notebook list/create/show/add-md/replace-md/remove-record |
从 Markdown 文件管理笔记本 |
deeptutor book list/health/refresh-fingerprints |
查看书籍并刷新来源指纹 |
deeptutor plugin list/info |
查看已注册的工具与能力 |
deeptutor config show |
打印配置摘要 |
deeptutor provider login <provider> |
管理支持的提供商 OAuth 登录 |
CLI 专用发行版位于 packaging/deeptutor-cli；在本检出中应通过源码安装：python -m pip install -e ./packaging/deeptutor-cli。公开的 deeptutor-cli 包目前不在 PyPI 上提供，因此快速开始部分保留了源码安装路径。
认证功能默认关闭。启用后，DeepTutor 成为一个共享部署，具备一个管理员工作区、按用户的工作区、Partner 工作区，以及同一个 data/ 目录树下的系统状态。
data/
├── user/ # 管理员工作区与设置
├── users/<uid>/ # 非管理员用户作用域
│ ├── user/chat_history.db
│ ├── user/settings/interface.json
│ ├── user/workspace/{chat,co-writer,book,memory,notebook,...}
│ └── knowledge_bases/...
├── partners/<id>/workspace/ # Partner 合成用户作用域
└── system/
├── auth/users.json
├── grants/<uid>.json
└── audit/usage.jsonl
首位注册用户成为管理员，可配置模型目录、提供商凭证、知识库、Skills 与用户授权。非管理员用户拥有隔离的聊天历史、记忆、笔记本、个人知识库，以及一个脱敏的 Settings 页面；管理员分配的资源以作用域只读选项的形式出现，不暴露 API Key 或提供商内部信息。
如需本地试用，将 data/user/settings/auth.json 设为启用认证，重启 deeptutor start，在 /register 注册首位管理员，然后从 /admin/users 创建用户，并通过授权分配模型、KB、Skills、工具策略、MCP 策略与代码执行权限。
PocketBase 模式在此目录树中仍为单用户集成；多用户部署应将 integrations.pocketbase_url 留空，使用默认的 JSON/SQLite 认证与会话存储，除非已为部署显式设计了外部用户存储。
DeepTutor 立足于一系列出色的开源项目：
| 项目 | 在 DeepTutor 中的角色 |
|---|---|
| nanobot | 驱动原版 TutorBot 的超轻量智能体引擎（Partners 现已运行于 DeepTutor 的聊天智能体循环上） |
| LlamaIndex | RAG 流水线与文档索引主干 |
| ManimCat | Math Animator 的 AI 驱动数学动画生成 |
来自 HKUDS 生态：
| ⚡ LightRAG | 🤖 AutoAgent | 🔬 AI-Researcher | 🧬 nanobot |
|---|---|---|---|
| 简洁高速的 RAG | 零代码智能体框架 | 自动化研究 | 超轻量 AI 智能体 |
希望 DeepTutor 能成为送给社区的一份礼物。 🎁
开发环境搭建、代码规范与 PR 流程见 CONTRIBUTING.md。